Phylogenetic estimation of diversity-dependent biogeographic rates using deep learning

إليك ملخص تقني مفصل لورقة البحث بعنوان "التقدير الفيلوجيني لمعدلات التنوع المعتمدة على التنوع باستخدام التعلم العميق" من قبل سوونغسونوسو ولانديس.

1. بيان المشكلة

تفترض النظرية الإيكولوجية أن ثراء الأنواع المحلي يؤثر على المعدلات الجغرافية الحيوية (التشعب، الانقراض، والانتشار)، مما يؤدي غالباً إلى حالة توازن أو "سعة استيعابية" حيث يستقر التنوع. ومع ذلك، تواجه النماذج الفيلوجينية الحالية قيوداً كبيرة:

• النمو غير المحدود: تسمح معظم نماذج التنوع القياسية (مثل GeoSSE، ونماذج الموت-الولادة) بنمو عدد الأنواع بشكل غير محدود، مما يتعارض مع نظريات التوازن مثل نظرية التنوع البيولوجي للجزر.
• الافتقار إلى المرونة: تفترض نماذج التنوع المعتمدة على التنوع الموجودة (مثل DAISIE وmodified MuSSE) غالباً معامل سعة استيعابية عالمي واحد أو تعتمد على أطر عمل حتمية غير فيلوجينية. وهي تواجه صعوبة في نمذجة التفاعلات المعقدة حيث يؤثر التنوع على التشعب والانقراض والانتشار بشكل مختلف عبر مناطق متعددة.
• الاحتمالية المستعصية: كلما أصبحت النماذج أكثر تعقيداً لاستيعاب الاعتماد على التنوع، يصبح اشتقاق دالات الاحتمالية التحليلية مستعصياً رياضياً، مما يمنع استخدام طرق تقدير الاحتمالية القصوى (Maximum Likelihood) أو الاستدلال البايزي (Bayesian inference) القياسية.

2. المنهجية

أ. نموذج DDGeoSSE

قدم المؤلفون نموذج DDGeoSSE (النموذج الجغرافي لحالة التشعب والانقراض المعتمد على التنوع)، وهو نموذج فيلوجيني توليدي كامل يعتمد على الأحداث.

• الآلية: يوسع إطار عمل GeoSSE من خلال السماح لأعداد الأنواع المحلية ($n_i$) في مناطق محددة بتعديل المعدلات التطورية.
• الصياغة اللوغاريتمية: يستخدم النموذج نهج "Log-DDG" حيث تحكم عوامل المعدل اللوغاريتم الطبيعي لثراء الأنواع ($\log(n_i) + 1$). هذا يقدم تأثيراً متناقصاً، مما يعني أن الاعتماد على التنوع يعمل على درجات رتب مقدارية بدلاً من الأعداد الخام، مما يمنع الحساسية المفرطة لقيم المعاملات.
• تعديل المعدل: يتم تعريف المعدل المطلق لأي عملية $p$ (الانقراض $e$، التشعب داخل المنطقة $w$، الانتشار $d$، التشعب بين المناطق $b$) في المنطقة $i$ كالتالي:
  $$Rate(t) = \rho_p \times (\log(n_i(t)) + 1)^{p^D}$$
  حيث $\rho_p$ هو المعدل الأساسي و $p^D$ هو معامل تأثير الاعتماد على التنوع.
  • $p^D < 0$: التنوع يقلل المعدل (مثلاً، المنافسة التي تحد من التشعب).
  • $p^D > 0$: التنوع يزيد المعدل (مثلاً، التنوع الذي يزيد من الانقراض).
  • $p^D = 0$: لا يوجد اعتماد على التنوع.
• التنوع المتوازن (Equilibrium Diversity): على عكس النماذج السابقة التي تعامل السعة الاستيعابية كمعامل ثابت، يعامل DDGeoSSE التنوع المتوازن ($n^*_i$) كـ خاصية ناشئة مشتقة من التوازن بين المعدلات الواردة (التشعب + الانتشار) والمعدلات الصادرة (الانقراض). وقد اشتق المؤلفون حلولاً تحليلية لـ $n^*_i$ تحت قيود محددة وحلول عددية للحالات العامة.

ب. الاستدلال بالتعلم العميق (Phyddle)

بما أن دالة الاحتمالية لـ DDGeoSSE مستعصية، استخدم المؤلفون الاستدلال الخالي من الاحتمالية (likelihood-free inference) باستخدام التعلم العميق عبر برنامج phyddle.

• المحاكاة: قاموا بتوليد 50,000 شجرة تدريب لكل من 8 نماذج فرعية متميزة (مجموعات من الاعتماد على التنوع في التشعب والانقراض والانتشار) عبر 5 مناطق.
• بنية الشبكة العصبية: تم تدريب الشبكات العصبية التلافيفية (CNNs) لربط هياكل الأشجار الفيلوجينية (المشفرة عبر ناقلات التنوع المدمجة وحالات الأطراف) مباشرة بمعاملات النموذج.
• المهام:
  1. تقدير المعاملات: التنبؤ بالمعدلات الأساسية ($\rho$) ومعاملات تأثير التنوع ($p^D$).
  2. اختيار النموذج: تصنيف أي نموذج فرعي أنتج شجرة معينة (أي تحديد العمليات التي تعتمد على التنوع).

3. المساهمات الرئيسية

1. إطار نموذج مبتكر: يعد DDGeoSSE أول نموذج موت-ولادة يأخذ في الاعتبار في آن واحد تنوع الأنواع، والجغرافيا الحيوية التاريخية، ومعدلات التنوع المعتمدة على الحالة بدرجة عالية من العمومية (مما يسمح بتأثيرات تنوع مختلفة على عمليات ومناطق مختلفة).
2. الاشتقاق النظري: تقدم الورقة براهين رياضية لوجود التنوع المتوازن المحلي وتستنتج صيغاً تحليلية لمستويات التوازن تحت قيود مختلفة (التمهيد 1-3).
3. خط أنابيب الاستدلال الخالي من الاحتمالية: توضح خط أنابيب قوياً باستخدام التعلم العميق لإجراء تقدير المعاملات واختيار النماذج لنماذج جغرافية حيوية معقدة حيث تفشل الطرق الاحتمالية التقليدية.
4. تحليل إحصائيات الشجرة: وصف المؤلفون كيف تغير عمليات الاعتماد على التنوع إحصائيات شكل الشجرة (مثل $\beta$ لـ Aldous للاتزان، و $\gamma$ لـ Pybus & Harvey لأوقات التفرع)، مما يوفر أدوات تشخيصية لمدى ملاءمة النموذج.

4. النتائج

دراسات المحاكاة

• تواقيع شكل الشجرة: تنتج الآليات المختلفة المعتمدة على التنوع بصمات فيلوجينية متميزة:
  • التشعب المعتمد على التنوع ($w^D < 0$): يزيد من توازن الشجرة ($\beta$) ومتوسط أحجام النطاق ولكن يقلل من عدد الأنواع الموجودة.
  • الانقراض المعتمد على التنوع ($e^D > 0$): يزيد من عدم توازن الشجرة والتدوير (positive $\gamma$)، مما يقلل من أحجام النطاق وعدد الأنواع الموجودة.
  • الانتشار المعتمد على التنوع ($d^D < 0$): يؤثر بشكل أساسي على أحجام النطاق وأعداد الأنواع الموجودة دون تغيير طوبولوجيا الشجرة بشكل جذري.
• دقة الاستدلال:
  • حققت شبكات التعلم العميق دقة عالية في اختيار النموذج (دقة تتراوح بين 73-87% في اكتشاف وجود أو غياب الاعتماد على التنوع).
  • كان تقدير المعاملات دقيقاً للمعدلات الأساسية ($\rho$) ولكنه كان أقل يقيناً لمعاملات تأثير التنوع ($p^D$)، وخاصة تأثيرات الانقراض ($e^D$)، والتي يصعب تقديرها بشكل معروف في علم الفيلوجينيا.

التطبيقات التجريبية

طُبق النموذج على مجموعتين من البيانات الواقعية:

1. سحالي Anolis في الكاريبي (158 نوعاً):
   • الأنسب: النموذج الفرعي 7 (الاعتماد على التنوع في التشعب والانقراض والانتشار).
   • النتائج: أدلة قوية على أن الثراء النوعي المحلي العالي يقلل من معدلات التشعب داخل المنطقة ومعدلات الهجرة بينما يزيد من معدلات الانقراض. وهذا يدعم فرضية التشبع الإيكولوجي في الإشعاعات الجزرية.
2. نباتات Viburnum في النطاق النيوتروبي (تحت جنس Oreinotinus، 38 نوعاً):
   • الأنسب: النموذج الفرعي 6 (الاعتماد على التنوع في التشعب والانتشار).
   • النتائج: أدلة قوية على أن الثراء يحد من التشعب داخل المنطقة. كما وجد دعم متوسط للانتشار المعتمد على التنوع (تأثير الاستقرار/الاستيطان) ولكن لا يوجد دليل على الانقراض المعتمد على التنوع. يشير هذا إلى أن المجموعة قد لا تكون وصلت إلى التوازن في جميع المناطق أو أن ديناميكيات الانقراض تختلف عن السحالي.

5. الأهمية

• الربط بين الإيكولوجيا والفيلوجينيا: يوفر DDGeoSSE إطاراً صارماً لاختبار كيفية تشكيل المنافسة الإيكولوجية وتشبع النيش للأنماط التطورية عبر الزمن السحيق.
• التقدم المنهجي: من خلال التطبيق الناجح للتعلم العميق على النماذج الجغرافية الحيوية المعقدة، تتغلب الورقة على "عنق زجاجة الاحتمالية"، مما يفتح الباب لتحليل سيناريوهات تطورية أكثر واقعية كانت مستعصية حسابياً في السابق.
• الرؤية البيولوجية: يؤكد تطبيق النموذج على Anolis و Viburnum أن الاعتماد على التنوع هو محرك رئيسي للإشعاع الجغرافي الحيوي، لكن الآليات المحددة (مثل ما إذا كان الانقراض أو التشعب هو المنظم الأساسي) تختلف بشكل كبير بين المجموعات.
• الفائدة المستقبلية: توفر إحصائيات الشجرة المستمدة وخط أنابيب phyddle مفتوح المصدر أدوات جديدة للباحثين لاختبار مدى ملاءمة النماذج واستنتاج تاريخ التنوع المعقد دون الاعتماد على افتراضات تبسيطية.